PSO-XGBoost岩石强度预测模型

精度最高

结合粒子群优化与极限梯度提升，显著提升岩石单轴抗压强度和弹性模量的预测精度。

Shahani, Niaz Muhammad · Qin, Xiaowei · Wei, Xin · Li, Jun · Tuerhong, Aizitiliwumaier · Ma, Xiaohu · Qiu, Shigui · Cao, Weikang · Liu, Longhe

Frontiers in Earth Science 2024

技术优势

预测最准

在对比的多种模型中，PSO-XGBoost的决定系数最高，平均绝对误差和均方根误差最低。

特征可解释

利用SHAP方法量化每个输入特征对输出值的贡献，帮助理解岩石特性对强度和模量的影响机制。

适配小样本

基于122个样本进行训练和测试，模型在数据量有限的情况下依然表现良好。

应用场景

• 岩石力学参数预测：用现场数据快速估算岩石强度和模量，减少取样和实验。
• 采矿工程岩体评估：为矿井设计提供岩体分级依据，替代部分传统测试。
• 岩土工程勘察：在勘察阶段用低成本数据预测力学参数，指导地基评价。